Genie 4 van Google maakt speelbare werelden met geluid en spraak, maar nog niet voor kmo's

Google DeepMind heeft Genie 4 voorgesteld, een nieuw ‘wereldmodel’. Dat is een AI die op basis van een tekst of afbeelding een wereld bouwt waarin je rondloopt, alsof je een computerspel speelt. Niets is vooraf getekend of geprogrammeerd: het model maakt elk beeld op het moment zelf. Genie 4 is nu een onderzoeksversie voor uitgenodigde testers.

Wat kan Genie 4 nieuw?

Het belangrijkste nieuwe is geluid. Volgens Google is Genie 4 het eerste wereldmodel van het bedrijf dat audio zelf maakt: wind in de bomen, golven op het strand, muziek en zelfs gesproken dialoog. Personages reageren dan op wat jij doet. Ars Technica merkt op dat vooral die spraak een grote stap zou zijn, ‘als het werkt’.

Daarnaast zegt Google dat de natuurkunde beter klopt, bijvoorbeeld bij botsingen en luchtstromen, en dat mensen natuurlijker bewegen. Dat zijn beweringen van de maker zelf. Onafhankelijke tests staan niet in de bronnen.

Je stuurt de wereld bij met gewone taal. Je kunt het weer veranderen, de camera verplaatsen of een persoon of voorwerp toevoegen. Het Gemini-model van Google houdt daarbij de regie: het bedenkt de stappen en controleert elk beeld, zodat de wereld samenhangt.

Wat kan het nog niet?

De wereld blijft maar een paar minuten samenhangen. TechCrunch meldt een maximum van twee minuten, dubbel zoveel als bij de vorige versie, Genie 3. Daarna kunnen details en voorwerpen gaan afwijken van het begin. Het team geeft ook toe dat het nog niet goed lukt om geluid altijd correct te maken, en dat tekst in de wereld, zoals opschriften, niet altijd leesbaar is.

DeepMind-ingenieur Diego Rivas benadrukte volgens TechCrunch dat het nog vroeg is en dat nog niet vaststaat hoe het eindproduct eruit komt te zien. Genie 3 raakte na de onthulling ook nooit verder dan het beperkte webproject Project Genie.

Wat kost het en wie kan het gebruiken?

Google rolt Genie 4 gefaseerd uit. Eerst zijn er de testers. Daarna volgen, in de komende weken, abonnees van Google AI Ultra via Project Genie en een kleine groep vroege partners van de Gemini API en Google AI Studio. Dat zijn de kanalen waarlangs ontwikkelaars Google-modellen in hun eigen software kunnen gebruiken.

Volgens Ars Technica begint het Ultra-abonnement bij 100 dollar per maand, en Google zou later ook goedkopere abonnementen kunnen toevoegen. Een prijs voor ontwikkelaars is er nog niet. Er is een wachtlijst, en een vaste datum voor bredere toegang ontbreekt. Ook over beschikbaarheid in Europa, en over hoe Google met ingevoerde gegevens omgaat, zeggen de bronnen niets.

Waarvoor denkt Google dat het dient?

De genoemde toepassingen zijn games, interactief leren en robotica. Voor robots zou je situaties eerst in simulatie kunnen testen. Een voorbeeld uit het leren is het binnenstappen in een schilderij om met de figuren te praten. Dat is volgens TechCrunch speculatief.

Testgebruikers wijzen op een andere toepassing: films en reclamefilms voorbereiden. Rivas noemt het bedenken van ideeën en het storyboarden, waar snel schetsen telt. Later zou Gemini Omni die prototypes kunnen omzetten in echt materiaal, maar dat ligt volgens hem nog ver weg.

Een drukke markt

Google staat niet alleen. TechCrunch noemt het tweede wereldmodel van Runway, en meldt dat World Labs door AMD wordt overgenomen, dat Amazon in gesprek is over de aankoop van Decart en dat Rivian een simulatiebedrijf kocht. De sector begint dus te consolideren. Voor wie nu een tool kiest, betekent dat dat aanbieders kunnen verdwijnen of van eigenaar wisselen.